html中label标签的作用

当我们学习python爬虫的时候，不可避免的要遇到复杂的数据提取，这个时候就用到了万能的正则表达式

下面介绍几个常用的正则表达式

re.compile

compile(pattern,flags)编译之后可以直接当做正则表达式使用，举个简单的例子

pat = r'1([3,5,7]\d|(47))\d{8}$'
#其中[3,5,7]表示从3,5,7中的任意一个数字，\d表示数字，\d{8}表示的是8个数字
re_tele = re.complie(pat)
re_tele.match("15380941776")

上面是匹配电话号码的正则匹配代码

re.sub

sub(pattern, repl, string, count=0)
subn(pattern, repl, string, count=0)

功能：在目标字符串中以正则表达式的规则匹配字符串，再把他们替换成指定的字符串，可以指定替换的次数，如果不指定，替换所有的匹配字符串。

pattern:正则表达式
repl:指定的用来替换的字符串
string:目标字符串
count:最多替换次数

举个简单的例子：

str = "zxk is a good good good man"
str1 = re.sub(r"(good)","nice",str,count=2)  
#意思是将good替换成nice，只替换两个

返回的结果是：zxk is a nice nice good man，subn可以返回次数

re.findall

findall(pattern,string,flags=0)
patter:匹配的正则表达式
string:要匹配的字符串
flags:标志位，用于控制正则表达式的匹配方式

功能：扫描整个字符串，并返回结果列表，如re.findall("\d","ahajkhka1")返回的就是['1']

\d 匹配数字，效果如[0-9]
\D 匹配非数字字符，效果如[^0-9]
\w 匹配数字，字母和下划线，效果同[0-9a-zA-Z_]
\W 匹配非 数字，字母和下划线
\s 匹配任意的空白符(空格，换行，回车，换页，制表)，效果同[  \f \n \r \t]
\S 匹配任意的非空白符，不多说了

re.search

search(pattern,string,flags=0)
patter:匹配的正则表达式
string:要匹配的字符串
flags:标志位，用于控制正则表达式的匹配方式

功能：扫描整个字符串，并返回第一个成功的匹配，注意是第一个

re.match

match(pattern,string,flags=0)
patter:匹配的正则表达式
string:要匹配的字符串
flags:标志位，用于控制正则表达式的匹配方式，值如下：
re.I 忽略大小写
re.L 做本地户识别
re.M 多行匹配，影响~和$
re.S 匹配包括换行符在内的所有字符
re.U 根据Unicode字符集解析字符，影响\w \W \b \B
re.X 使我们以更灵活的格式理解正则表达式

I和S最常用

举个简单的例子

re.match("www","www.baidu.com").span()  可以返回位置
#返回结果(0,3)其中0是开始的位置，3是结束的前一个位置

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 1990858822@qq.com